Słownik metodologiczny · Testy statystyczne

Test Ansariego–Bradleya – jak porównać rozrzut w dwóch grupach bez założenia normalności?

Test Ansariego–Bradleya to nieparametryczny test rozproszenia dla dwóch niezależnych prób. Pokazujemy, jak nadaje rangi, dlaczego wymaga równych median, przykład w R i opis do pracy.

Strona główna / Słownik / Test Ansariego–Bradleya
W skrócie: Test Ansariego–Bradleya to nieparametryczny test dla dwóch niezależnych prób, który sprawdza, czy różnią się one rozproszeniem. Rangi nadaje się od obu krańców połączonej próby ku środkowi. Test zakłada, że obie grupy mają tę samą (lub znaną) medianę.

Co to jest test Ansariego–Bradleya?

Test Ansariego–Bradleya (ang. Ansari–Bradley test) to nieparametryczny test dla dwóch niezależnych prób, który sprawdza, czy rozkłady różnią się rozproszeniem (skalą), a nie położeniem. Hipoteza zerowa mówi, że obie próby pochodzą z tego samego rozkładu, a alternatywa – że jeden rozkład jest „rozciągniętą” wersją drugiego. Test zaproponowali Ansari i Bradley (1960).

Jak działa

Obie próby łączy się i porządkuje, a rangi nadaje od obu końców ku środkowi: najmniejsza i największa wartość dostają 1, kolejne 2 itd. Statystyką jest suma takich rang w jednej próbie. Mała suma oznacza, że wyniki tej grupy leżą częściej na krańcach, czyli są bardziej rozproszone. Autorzy podali tablice dokładnych wartości krytycznych dla łącznej liczebności do 20 i przybliżenie normalne. Przy rozkładzie normalnym test ma efektywność asymptotyczną 6/π² (około 0.61) względem testu F dla dwóch wariancji.

Przykład w R

Dwie wersje zadania (po 20 osób, dane symulowane) mają podobne mediany czasu (62.13 i 66.23 s), ale różne SD (4.96 i 11.46). Test Ansariego–Bradleya: AB = 262, p = .004. Gdy drugą grupę spowolniono o 15 s, p wzrosło do .078, a po odjęciu median grup wyniosło .047.

Na rysunku

Dwa panele z rangą Ansariego–Bradleya (od 1 do 20) w funkcji czasu wykonania zadania dla 40 osób. Punkty układają się w kształt odwróconej litery V. W panelu A, przy tym samym położeniu grup, trójkąty wersji B leżą na obu krańcach z niskimi rangami, a koła wersji A przy szczycie; sumy rang 262 i 158. W panelu B wersja B jest przesunięta o 15 s w prawo, lewe zbocze zajmuje wersja A, prawe wersja B; sumy rang 243 i 177
Rysunek 1. Rangi Ansariego–Bradleya w danych z przykładu: przy tym samym położeniu grup (A) i po przesunięciu wersji B o 15 s (B). Obliczenia: R, pakiety ggplot2 i patchwork (dane symulowane, set.seed(506)).

Co widać. Rangi nadawane od obu końców układają się w odwróconą literę V: najkrótszy i najdłuższy czas dostają rangę 1, a obserwacje ze środka połączonej próby – rangę 20. W panelu A trójkąty wersji B zajmują oba zbocza, a koła wersji A skupiają się przy szczycie. Suma rang wersji A wynosi 262, a wersji B 158. Mała suma oznacza wyniki częściej na krańcach, czyli większy rozrzut (p = .004, jak w przykładzie). Panel B pokazuje te same dane po spowolnieniu wersji B o 15 s. Teraz lewe zbocze należy głównie do wersji A, a prawe do wersji B, więc niskie rangi dzielą się między obie grupy. Sumy zbliżają się do siebie (243 i 177), a p rośnie do .078, choć odchylenia standardowe grup się nie zmieniły.

Na co uważać. Różnica położenia potrafi ukryć różnicę rozrzutu, dlatego przy różnych medianach porównuj odchylenia od median (p = .047 w przykładzie). Wykres pokazuje tylko, jak daleko od wspólnego środka próby łącznej leżą obserwacje każdej grupy. Ta sama suma rang może powstać przy rozkładach o różnym kształcie, a rysunek nie mówi nic o mocy testu przy innych liczebnościach. Dane i przesunięcie o 15 s są te same co w przykładzie; ziarna nie zmieniano.

Podpis do pracy:

Rysunek 1. Rangi Ansariego–Bradleya czasu wykonania zadania w dwóch wersjach (po 20 osób) przy tym samym położeniu grup (A) i po przesunięciu wersji B o 15 s (B). Uwaga. Rangi nadano od obu krańców połączonej próby (1 = wartość najmniejsza i największa). Sumy rang wersji A i B: 262 i 158 (A) oraz 243 i 177 (B). Dane symulowane.

Kod używa tych samych danych co przykład (ziarno 506), liczy rangi Ansariego–Bradleya wprost (ranga od bliższego końca) i sprawdza p funkcją ansari.test(). Rysunek na stronie powstał z tego kodu po podmianie motywu na motyw serwisu (krój czcionki, siatka). Dane, geometrie i skale są identyczne.

Kod R rysunku 1
# Rysunek 1. Rangi Ansariego–Bradleya w tych samych danych co w przykładzie wyżej:
# A – to samo położenie grup, B – grupa B przesunięta o 15 s
library(ggplot2)
library(patchwork)

kol <- c("wersja A" = "#0072B2", "wersja B" = "#D55E00")
motyw <- theme_minimal(base_size = 14) +
  theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(0.95)),
        panel.grid.minor = element_blank(), panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
        legend.position = "bottom", plot.background = element_rect(fill = "white", colour = NA))

set.seed(506)                                    # te same dane co w przykładzie wyżej
standard <- rnorm(20, mean = 60, sd = 5)         # wersja A
nowa     <- rnorm(20, mean = 60, sd = 11)        # wersja B: to samo położenie, większy rozrzut

# ranga Ansariego–Bradleya: zwykła ranga liczona od bliższego końca (1 = najmniejsza i największa)
rangi_ab <- function(x) { r <- rank(x); pmin(r, length(x) - r + 1) }
dane_ab <- function(a, b) {
  d <- data.frame(czas = c(a, b), wersja = rep(c("wersja A", "wersja B"), c(length(a), length(b))))
  d$ranga <- rangi_ab(d$czas)
  d
}
d1 <- dane_ab(standard, nowa)
d2 <- dane_ab(standard, nowa + 15)               # wersja B wolniejsza o 15 s
sumy <- rbind(to_samo_polozenie = tapply(d1$ranga, d1$wersja, sum),
              B_przesunieta     = tapply(d2$ranga, d2$wersja, sum))
sumy
c(p_to_samo = ansari.test(standard, nowa)$p.value,
  p_przesuniecie = ansari.test(standard, nowa + 15)$p.value)

panel <- function(d, tytul) {
  s <- tapply(d$ranga, d$wersja, sum)
  ggplot(d, aes(czas, ranga)) +
    geom_line(data = d[order(d$czas), ], colour = "grey70", linewidth = 0.5) +
    geom_point(aes(colour = wersja, shape = wersja), size = 3) +
    scale_colour_manual(values = kol, name = NULL) +
    scale_shape_manual(values = c("wersja A" = 16, "wersja B" = 17), name = NULL) +
    labs(title = tytul, subtitle = sprintf("Suma rang: A = %g, B = %g", s[[1]], s[[2]]),
         x = "Czas wykonania zadania (s)", y = "Ranga Ansariego–Bradleya") +
    motyw
}
p1 <- (panel(d1, "A. To samo położenie") | panel(d2, "B. Wersja B wolniejsza o 15 s")) +
  plot_layout(guides = "collect") & theme(legend.position = "bottom")
p1
Wynik w R
                  wersja A wersja B
to_samo_polozenie      262      158
B_przesunieta          243      177
     p_to_samo p_przesuniecie 
   0.004427944    0.078278669 

Jak opisać w pracy

Rozproszenie czasu wykonania zadania porównano testem Ansariego–Bradleya. Wersja B miała większy rozrzut wyników niż wersja A (SD = 11.46 i 4.96 s), AB = 262, p = .004.

Na co uważać

  • Równe mediany. Test zakłada wspólne (albo znane) położenie. Moses (1963) pokazał, że bez takiego założenia żaden test rangowy nie jest zadowalającym testem rozproszenia. Gdy mediany się różnią, porównuj odchylenia od median, jak w przykładzie.
  • Nie myl z testem Manna–Whitneya. Test U wykrywa przesunięcie położenia, a test Ansariego–Bradleya – różnicę rozrzutu.
  • Tylko dwie grupy. Przy trzech i więcej grupach użyj testu Flignera–Killeena albo testu Levene’a z medianą.
  • Remisy. W R dokładne p jest liczone tylko bez wartości wiązanych i przy mniej niż 50 obserwacjach w każdej próbie; w przeciwnym razie – przybliżenie normalne.
Przykład reprodukowalny

Test Ansariego–Bradleya w R

Kod porównuje rozproszenie czasu wykonania zadania w dwóch wersjach funkcją ansari.test() z pakietu stats, a potem sprawdza, co się dzieje, gdy grupy różnią się także położeniem.

Dwie próby o różnym rozrzucie

Dane wejściowe: dwie symulowane grupy po 20 osób, SD w populacji 5 i 11 s, to samo położenie.

Co odczytać: AB = 262 i p = .004; po przesunięciu grupy B o 15 s p = .078, a po odjęciu median p = .047.

R
set.seed(506)
standard <- rnorm(20, mean = 60, sd = 5)    # czas zadania (s), wersja A
nowa     <- rnorm(20, mean = 60, sd = 11)   # wersja B: to samo położenie, większy rozrzut
round(c(med_A = median(standard), med_B = median(nowa),
        sd_A = sd(standard), sd_B = sd(nowa)), 2)
ansari.test(standard, nowa)
# wersja B dodatkowo wolniejsza o 15 s (inne położenie, ten sam rozrzut co wyżej)
wolna <- nowa + 15
ansari.test(standard, wolna)$p.value                    # bez wyrównania median
ansari.test(standard - median(standard),
            wolna - median(wolna))$p.value             # odchylenia od median
Wynik w R
med_A med_B  sd_A  sd_B 
62.13 66.23  4.96 11.46 

	Ansari-Bradley test

data:  standard and nowa
AB = 262, p-value = 0.004428
alternative hypothesis: true ratio of scales is not equal to 1

[1] 0.07827867
[1] 0.04726778

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcja ansari.test() z pakietu stats). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()). Rysunek 1 wykonano w pakietach ggplot2 i patchwork, a plik SVG zapisano pakietem svglite.

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  4. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Czy test Ansariego–Bradleya porównuje wariancje?

Porównuje rozproszenie, czyli parametr skali, a nie samą wariancję. Przy rozkładach różniących się tylko skalą wniosek o większym rozrzucie jest równoznaczny z wnioskiem o większej wariancji.

Co zrobić, gdy grupy mają różne mediany?

Odejmij od wyników medianę każdej grupy i przeprowadź test na odchyleniach. Ansari i Bradley zaproponowali taką modyfikację, choć nie zbadali jej własności, więc wynik traktuj ostrożnie.

Czym test Ansariego–Bradleya różni się od testu Siegela–Tukeya?

Oba są rangowymi testami rozproszenia dla dwóch prób i nadają niskie rangi wartościom skrajnym. Różnią się sposobem przydzielania rang; Ansari i Bradley omawiają test Siegela–Tukeya jako podobny.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Ansari, A. R., & Bradley, R. A. (1960). Rank-sum tests for dispersions. The Annals of Mathematical Statistics, 31(4), 1174–1189. https://doi.org/10.1214/aoms/1177705688 ● Otwarty dostęp
  2. Moses, L. E. (1963). Rank tests of dispersion. The Annals of Mathematical Statistics, 34(3), 973–983. https://doi.org/10.1214/aoms/1177704020 ● Otwarty dostęp

Cytowania BibTeX

@article{ansari1960rank, author={Ansari, A. R. and Bradley, R. A.}, title={{Rank-sum tests for dispersions}}, journal={The Annals of Mathematical Statistics}, year={1960}, volume={31}, number={4}, pages={1174--1189}, doi={10.1214/aoms/1177705688}}
@article{moses1963rank, author={Moses, Lincoln E.}, title={{Rank tests of dispersion}}, journal={The Annals of Mathematical Statistics}, year={1963}, volume={34}, number={3}, pages={973--983}, doi={10.1214/aoms/1177704020}}
R